Посібник швидкого старту

Передумови та встановлення SDK

Встановіть офіційний SDK для бажаної мови перед надсиланням будь-яких запитів. Це забезпечує сумісність з базовим URL та заголовками автентифікації.

• Python: pip install openai
• Node.js: npm install openai

Ці бібліотеки обробляють базову HTTP-комунікацію та парсинг JSON за вас.

Налаштування автентифікації та базового URL

Налаштуйте ваш клієнт, вказавши базовий URL та унікальний API-ключ. Це спрямовує трафік до нашого необмеженого інференс-енджину замість стандартного постачальника.

Встановіть змінну середовища OPENAI_API_KEY або передайте його безпосередньо під час ініціалізації вашого клієнта.

Базовий URL-адреса повинна вказувати на https://api.llmuncensoredapi.com/v1 для забезпечення правильної маршрутизації.

Запит на базове завершення тексту

Надішліть простий POST-запит для генерації тексту. Цей метод підходить для будь-якого стандартного випадку використання chat completion.

Модель відповідає сырым текстом, уникаючи типових відмов, які зустрічаються в інших моделях.

Використовуйте ID моделі uncensored для всіх запитів.

Ось базовий приклад:

Copycurl https://api.llmuncensoredapi.com/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "Run health check on the api endpoint"}]
  }'

Потокові відповіді з SSE

Використовуйте потокову передачу для генерації токенів у реальному часі. Це ідеально підходить для чат-інтерфейсів або генерації довгого контенту.

Встановити stream: true у тілі вашого запиту.

API повертає Server-Sent Events (SSE), коли токени стають доступними.

Цей підхід знижує сприйняту затримку для користувача.

Приклад коду потокового передавання:

Copystream = client.chat.completions.create(
    model="uncensored",
    messages=[{"role": "user", "content": "Tell the story in second person."}],
    stream=True,
)
for chunk in stream:
    if chunk.choices and chunk.choices[0].delta.content:
        print(chunk.choices[0].delta.content, end="", flush=True)

Function Calling та використання інструментів

Увімкнути виклик функцій, визначивши інструменти у своєму запиті. Це дозволяє моделі виводити структурований JSON для зовнішнього виконання.

Використовувати tool_choice для керування моментом, коли модель викликає функцію.

Ця функція критично важлива для робочих процесів автоматизації.

Приклад на Python:

Copyfrom openai import OpenAI

client = OpenAI(base_url="https://api.llmuncensoredapi.com/v1", api_key="YOUR_KEY")

resp = client.chat.completions.create(
    model="uncensored",
    messages=[{"role": "user", "content": "Summarise this thread without softening it."}],
)
print(resp.choices[0].message.content)

Режим JSON для структурованого виводу

Змушуйте модель виводити валідний JSON за допомогою response_format параметр.

Встановити response_format до {"type": "json_object"}.

Це забезпечує передбачуване парсингу для додатків, що працюють із даними.

Приклад Node.js:

Copyimport OpenAI from "openai";

const client = new OpenAI({ baseURL: "https://api.llmuncensoredapi.com/v1", apiKey: process.env.API_KEY });

const resp = await client.chat.completions.create({
  model: "uncensored",
  messages: [{ role: "user", content: "Draft a villain monologue for my game." }],
});
console.log(resp.choices[0].message.content);

Розуміння токенів та обмежень

Вікно контексту підтримує до 100 000 токенів загалом. Кожен запит може повертати до 16 000 токенів.

Ліміти частоти запитів становлять 300 запитів на хвилину на ключ.

Помилки включають 401 для недійсних ключів, 402 для недостатнього балансу та 429 для перевищення лімітів швидкості.

Помилки не списуються з вашого передоплаченого кредиту.